齿轮传动系统损伤检测与多故障分类研究

摘要：

研究了数据挖掘的支持向量机的智能故障检测与诊断方法.通过对齿轮系统在不同的运转状态下的工作状况进行试验测试分析,获取了有关的测试信号,并对不同的故障振动特征信号进行了特征提取与分析研究.在此基础上将支持向量机引入到齿轮传动的损伤检测与诊断之中,建立了两分类和多分类分类器,研究了支持向量机的两分类和多类分类算法.通过分析处理、训练和测试仿真数据以及齿轮振动特征信号,对齿轮系统在各种不同转速下不同故障进行了预测、分类和诊断.研究表明,支持向量机能够很好的区分不同运转状况下各种典型齿轮损伤与故障,低转速下识别率更高,为95%,特别是对各种复合类故障具有较高的识别精度、识别率在81%以上.它在齿轮故障诊断中具有较好诊断识别能力与发展前景,是一种有效的损伤检测与诊断的新方法.

关键词：特征提取、损伤检测、故障分类、复合故障诊断、齿轮系统

所属期刊栏目：29

分类号：TH113.1

资助基金：国家自然科学基金50575187;航空科学基金01I53073;陕西省自然科学基金2004E219

在线出版日期：2010-12-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：185-190